장기 추적 흉부 X선 보고서용 전이-인식 베스트-오브-N 샘플링

임상에서 흉부 X선 판독은 이전 검사와의 변화가 핵심 정보이므로 이전-현재 전이를 고려하면 보고서의 임상적 정확성이 향상될 수 있다. 이 논문은 후보 보고서 선택 단계에서 학습이 필요 없는 전이 기반 스코어링을 도입해 이전 검사와의 변화 패턴을 반영했다. 전이 정보는 단일 리포트 유사성만 검사하는 기존 방법과 달리 임상적으로 일관되지 않은 변화(예: 만성 소견의 부적절한 제거나 근거 없는 악화 서술)를 걸러낼 수 있다.

문장 단위 임베딩을 집합으로 취급하면 리포트 내 문장 순서에 의존하지 않고 내용의 구성요소들을 비교할 수 있다. 본 논문은 prior와 current 리포트의 문장 임베딩 집합의 차이를 '전이 벡터'로 요약하면 실제 임상의 변화 패턴이 압축되어 표현된다고 전제했다. 따라서 후보 보고서가 개별 문장 수준에서 그럴듯해 보여도 이전 검사와의 전이 패턴이 훈련에서 관찰된 전이와 일치하지 않으면 임상적으로 부적합할 가능성이 있다고 판단했다.

전체 파이프라인은 세 단계로 구성된다. 첫째, 각 리포트의 Findings와 Impression 섹션을 문장 단위로 분할하고 all-mpnet-base-v2 문장 변환기로 각 문장을 d=768 차원 임베딩으로 변환해 두 집합으로 표현한다. 둘째, 방향성 집합 거리 T를 적용해 prior→current의 변화를 고정 차원 전이 벡터 g로 환원한다. 셋째, 학습 분할에서 모든 전이 벡터를 은행으로 캐시해두고 테스트 시 각 후보의 전이 벡터와 코사인 거리로 비교한 뒤 섹션별 거리 합산(Findings+Impression)을 기준으로 최저 거리 후보를 선택한다. 방향성 거리 설계는 네 가지로 구체화되었고 각 설계는 전이 벡터의 성격을 달리해 후보 순위를 변화시킨다. 집계 방식으로는 훈련 전이 중 최소 거리 하나만 취하는 min과 상위 k개 평균을 취하는 kNN 두 가지를 사용해 단일 일치 기준과 노이즈 완화 기준을 제공했다.

종합 실험에서 전이-인식 베스트-오브-N은 랜덤 기준 대비 전반적으로 우수한 성능을 보였다. Impressions 섹션에서 Novelty/kNN은 ROUGE-L에서 상대 +8.5%의 개선을 보였고 Mean-Shift/min은 RadGraph averaged-F1에서 상대 +13.6%의 개선을 기록했으며 Dir-Hausdorff/kNN은 METEOR에서 상대 +4.4%의 개선을 나타냈다. Findings 섹션에서도 모든 min·kNN 집계 방식이 랜덤을 능가했으며 Cost-OT/min은 BERTScore-F1에서 +3.1% 및 RadGraph averaged-F1에서 +5.1%의 상대 개선으로 가장 강한 결과를 보였다.

리포트 표현은 문장 집합 ℰ(r)=ℰ^{F}(r)∪ℰ^{I}(r)로 구성되며 각 문장은 all-mpnet-base-v2 문장 변환기로 d=768 차원 벡터로 인코딩된다. 각 전이 계산은 섹션별로 독립 수행되며 T(ℰ_prior,ℰ_current)=g^{S} 형태로 고정 차원 벡터를 반환한다. Mean-Shift는 단순 평균 차이를 사용해 μ(ℬ)−μ(𝒜)로 전이 벡터를 구성했고 Novelty는 current 쪽 각 문장과 prior 쪽 최근접의 잔차 평균으로 정의되었다. Directed-Hausdorff은 current에서 가장 worst-covered 문장과 그것의 최근접 prior를 쌍으로 하여 그 쌍의 차분을 전이 벡터로 삼았고 Cost-OT는 코사인 비용 행렬과 최적 수송 계획 γ를 이용해 각 문장쌍의 이동량과 비용으로 가중합한 전이 변위를 계산했다. 테스트 시 각 후보 전이 벡터는 훈련 전이 은행에 대해 코사인 거리(0.5(1−cos))로 평가되며 섹션별로 min 또는 kNN 평균을 취해 최종 점수를 산출하고 최소 총거리를 갖는 후보를 선택한다.